日方注意到AIC准则支持β=0.81日方优先支持AIC的结果。”

    勒克莱尔的回复在两小时后：

    “法方注意到BIC准则支持β=0.82法方认为BIC在此类模型中的适用性优于AIC。法方将在下次磋商中提交技术论证。”

    两方各拿了一个对自己有利的统计准则然后声称自己拿的那个更好。

    这场争论可以无限延续下去AIC和BIC的优劣之争在统计学界争了半个世纪都没有定论。

    李思远需要一个新的破局点。

    他拿起手机打给施泰纳。

    “教授AIC和BIC之外，有没有第三种方法？”

    施泰纳在电话里思考了五秒。“有一种交叉验证法。把数据分成训练集和测试集，用留一法做交叉验证，看哪个β值在预测新数据时表现最好。这个方法不依赖AIC或BIC它直接比较预测精度。”

    “结果什么时候能出。”

    “给我半天。”

    周四晚上九点，施泰纳的第二份邮件到了。

    交叉验证的最优β值：0.815。

    不是0.81，不是0.82。是0.815两者的中间点。

    β=0.815时的排名：美国第一，中国第二，日本第三（17.25%），法国第四（17.05%）。差距0.2个百分点。

    0.2个百分点。

    日本比法国高了0.2个百分点一个很小但确实存在的差距。

    李思远把这份数据看了三遍。

    0.2%。勒克莱尔能接受吗第四名但和第三名只差0.2%？

    对于法国议会来说排名是排名，第四就是第四。0.2%不会让“法国排名下降”这个事实消失。

    但如果把β的动态调整机制加进来呢？

    布朗在上次磋商中提过这个问题β是一次性的还是可以动态调整的。田中反对动态调整，勒克莱尔支持。

    如果β在试运行期内可以基于最新数据每季度更新一次那法国就有机会在未来的某个季度通过改善自身数据把排名翻回第三。

    排名不是固定的它可以变。

    这个机制可以给勒克莱尔一个台阶：今天是第四，但有翻盘路径。

    李思远给田中发了一条加密消息。

    “田中先生交叉验证的结果出了。β=0.815，日本第三。但我计划在下次磋商中提出β的动态季度更新机制作为让法方接受第四名的交换条件。动态更新意味着法国有未来翻盘的可能性但日方目前的数据领先，短期内不会被翻。你的态度？”

    田中的回复在十分钟后。

    “日方可以接受动态更新如果更新的周期足够长。季度更新太频繁半年或一年更新一次，日方同意。”

    半年更新一次。